「半導体」一本足打法になっている韓国にとっては「ほ、法難や」みたいな話です。
2026年03月27日、韓国の半導体企業『サムスン電子』の株価が以下のように急落しましたイ（チャートは『Investing.com』より引用：以下同）。
同じく『SKハイニックス』の株価も以下のように暴落です。
前日終値からの下落率を見ると以下のようになります。
2026年03月27日の下落率
『サムスン電子』：-4.7％
『SKハイニックス』：-6.2％
『SKハイニックス』は6.2％も下落しているので、これは暴落と呼んで差し支えありません。問題は「なぜ韓国の半導体企業の株価が急落したのか」です。
メモリー消費を劇的に改善するアルゴリズム「Turbo Quant」
ポイントは『サムスン電子』『SKハイニックス』がメモリー半導体企業である点です。
この暴落の元になったとされるのは、『Google Research』の公表です。
⇒参照・引用元：『Google Research』「TurboQuant: Redefining AI efficiency with extreme compression」
「Turbo Quant」という技術について説明したリリースなのですが、非常に簡単にいえば――AIが使う「メモリー量」を大幅に減らすための圧縮（量子化）アルゴリズム群――です。
誰もが取り憑かれたように「AI」「AI」と連呼するようになっていますが、現在のAIはメモリーを大量に消費するのが現実です。
AIは会話が長くなるほど、過去の情報を保持する必要があり、メモリーが処理のボトルネックになります。この保持するメモリーの塊を圧縮するための技術が問題解決に役立つというわけです。
上掲リリースでは圧縮技術の中身について、以下のように説明しています。
（前略）
QJL：オーバーヘッドゼロの1ビット量子化手法QJLは、ジョンソン＝リンデンシュトラウス変換に基づき、高次元かつ複雑なデータを圧縮しつつ、データ点間の本質的な距離構造および相関関係を保持する手法である。
本手法では、変換後の各ベクトル要素を単一の符号ビット（+1または−1）で表現することにより、極めて高い圧縮率を実現する。このような表現は、追加的なメモリー負荷を伴わない高速な近似表現（shorthand）として機能する。
精度の維持にあたっては、高精度なクエリと低精度に量子化されたデータとの間でバランスを取る専用の推定器を用いる。これにより、モデルはアテンションスコア（入力内の重要な情報を選択的に評価する指標）を高い精度で算出することが可能となる。
PolarQuant：極座標表現に基づく新たな圧縮手法
PolarQuantは、従来とは異なる枠組みによりメモリーオーバーヘッドの削減を実現する手法である。
従来のようにデータをデカルト座標系（X、Y、Z）における各軸方向の成分として扱うのではなく、本手法ではベクトルを極座標表現へと変換する。
すなわち、「東に3単位、北に4単位進む」といった成分表現を、「全体で5単位、37度の方向に進む」といった形式に置き換えることに相当する。
この変換により、データは二つの要素、すなわちデータの強度を表す半径と、方向性あるいは意味を示す角度として表現される。
特に角度成分は、その分布が既知かつ高い集中性を持つため、従来手法で必要とされていた高コストな正規化処理を省略することが可能となる。
これは、データがあらかじめ定まったスケールを持つ円形の座標空間上に写像されることにより、値域が変動するデカルト座標系とは異なり、スケールが固定された表現が得られるためである。
この結果、PolarQuantは従来手法に付随していたメモリーオーバーヘッドを本質的に排除することができる。
メモリー消費を劇的に抑えることができる（最大1／6に減らせる ＝ 約83％削減）という話が出ており、これがメモリー半導体の需要が激減するのでは？と想起させ ⇒ メモリー半導体といえば『サムスン電子』と『SKハイニックス』だ！ ⇒ 早く売却しちゃおう！ と進んだ――と見ることができます。
ただし「メモリーの消費が減りそう」という話なので、あって「メモリーがいらなくなる」なんて話ではありません。『サムスン電子』と『SKハイニックス』が製造するメモリー半導体は必要です。
にわかに起こったこの急落。明日はどうなるでしょうか。
（吉田ハンチング＠ｄｃｐ）
